一、任務、進程和線程

現(xiàn)代操作系統(tǒng)比如Mac OS X， Linux，Windows等，都是支持“多任務”的操作系統(tǒng)。

什么叫“多任務”（multitasking）呢？簡單地說，就是操作系統(tǒng)可以同時運行多個任務。例如你一邊在用瀏覽器上查資料，一邊在聽MP3，一邊在用Word寫文檔，這就是多任務。

打開Windows的任務管理器，可以直觀的了解一下：

任務

（task）是最抽象的,是一個一般性的術語,指由軟件完成的一個活動。一個任務既可以是一個進程,也可以是一個線程。簡而言之,它指的是一系列共同達到某一目的的操作。例如,讀取數(shù)據(jù)并將數(shù)據(jù)放入內存中。這個任務可以作為一個進程來實現(xiàn),也可以作為一個線程（或作為一個中斷任務）來實現(xiàn)。

單核CPU如何實現(xiàn)“多任務”

三個任務A,B,C在單個CPU上交替執(zhí)行，邏輯上表現(xiàn)為三個執(zhí)行實例并發(fā)執(zhí)行，但實質物理上是串行執(zhí)行。

多核CPU如何實現(xiàn)“多任務”

多任務的真正并行只能在多核CPU上實現(xiàn)，但是，一般而言，任務的數(shù)量多于CPU的核數(shù)，還是需要將多個任務輪流調度到每個核上執(zhí)行。

單核與多核處理器（Multi-core processor）示例

多核CPU：簡單地說是將多個核心裝載一個封裝里，外觀上看是一個處理器。

串行：一個處理完再一個。

并行：指兩個或者多個事件在同一時刻發(fā)生。

并發(fā)：指兩個或多個事件在同一時間間隔內發(fā)生。

例如：并發(fā)時你正在吃飯，吃到一半電話響，去接電話，接完后繼續(xù)吃飯；并行時邊吃飯邊打電話。

進程

（process）常常被定義為程序的執(zhí)行。可以把一個進程看成是一個獨立的程序,在內存中有其完備的數(shù)據(jù)空間和代碼空間。一個進程所擁有的數(shù)據(jù)和變量只屬于它自己。

線程

（tread）則是某一進程中一路單獨運行的程序。也就是說,線程存在于進程之中。一個進程由一個或多個線程構成,各線程共享相同的代碼和全局數(shù)據(jù) ,但各有其自己的堆棧。由于堆棧是每個線程一個,所以局部變量對每一線程來說是私有的 。由于所有線程共享同樣的代碼和全局數(shù)據(jù)，它們比進程更緊密,比單獨的進程間更趨向于相互作用，線程間的相互作用更容易些，因為它們本身就有某些供通信用的共享內存：進程的全局數(shù)據(jù)。

進程和線程的關系

（1）一個線程只能屬于一個進程，而一個進程可以有多個線程，但至少有一個線程。

（2）資源分配給進程，同一進程的所有線程共享該進程的所有資源。

（3）處理機分給線程，即真正在處理機上運行的是線程。

（4）線程在執(zhí)行過程中，需要協(xié)作同步。不同進程的線程間要利用消息通信的辦法實現(xiàn)同步。

二、Python既支持多進程，又支持多線程

multiprocessing --- 基于進程的并行 — Python 3.10.0 文檔

threading --- 基于線程的并行 — Python 3.10.0 文檔

Python實現(xiàn)多進程

在Unix/Linux下，Mac系統(tǒng)是基于BSD（Unix的一種）內核，都可以使用fork()調用實現(xiàn)多進程，Python的os模塊封裝了常見的系統(tǒng)調用，其中就包括fork。例如：

import os
 
print('Process (%s) start...' % os.getpid())
# Only works on Unix/Linux/Mac:
pid = os.fork()  #Windows中不支持fork()，將報錯
if pid == 0:
    print('I am child process (%s) and my parent is %s.' % (os.getpid(), os.getppid()))
else:
print('I (%s) just created a child process (%s).' % (os.getpid(), pid))
 

需要注意的是，上述代碼在Unix/Linux、Mac系統(tǒng)中可以運行，但在Windows中運行報錯：

AttributeError: module 'os' has no attribute 'fork'

因為Windows沒有fork調用，怎么辦？

multiprocessing模塊是跨平臺版本的多進程模塊。在Windows上用Python編寫多進程的程序，可以使用multiprocessing模塊。multiprocessing模塊提供了一個Process類來代表一個進程對象。

Process進程類的說明

Process([group [, target [, name [, args [, kwargs]]]]])

• group：指定進程組，目前只能使用None
• target：執(zhí)行的目標任務名
• name：進程名字，默認為Process-N，N為從1開始遞增的整數(shù)
• args：以元組方式給執(zhí)行任務傳參
• kwargs：以字典方式給執(zhí)行任務傳參

Process創(chuàng)建的實例對象的常用方法:

• start()：啟動子進程實例（創(chuàng)建子進程）
• join()：等待子進程執(zhí)行結束
• terminate()：不管任務是否完成，立即終止子進程

Process創(chuàng)建的實例對象的常用屬性:

例如：

import multiprocessing
import time
 
# 跳舞任務
def dance():
    for i in range(3):
        print("跳舞中...")
        time.sleep(0.2)
 
# 唱歌任務
def sing():
    for i in range(3):
        print("唱歌中...")
        time.sleep(0.2)
 
dance_process = multiprocessing.Process(target=dance(), name="myprocess1")
sing_process = multiprocessing.Process(target=sing())
 
# 啟動子進程執(zhí)行對應的任務
dance_process.start()
sing_process.start()

執(zhí)行結果如下圖:

Python實現(xiàn)多線程

多任務可以由多進程完成，也可以由一個進程內的多線程完成。

Python的標準庫提供了兩個模塊：_thread和threading，_thread是低級模塊，threading是高級模塊，對_thread進行了封裝。絕大多數(shù)情況下，使用threading這個高級模塊。

線程類Thread

Thread([group [, target [, name [, args [, kwargs]]]]])

• group: 線程組，目前只能使用None
• target: 執(zhí)行的目標任務名
• args: 以元組的方式給執(zhí)行任務傳參
• kwargs: 以字典方式給執(zhí)行任務傳參
• name: 線程名，一般不用設置

Thread類提供了以下方法:

• run(): 用以表示線程活動的方法。
• start():啟動線程活動。
• join([time]): 等待至線程中止。這阻塞調用線程直至線程的join() 方法被調用中止-正常退出或者拋出未處理的異常-或者是可選的超時發(fā)生。
• isAlive(): 返回線程是否活動的。
• getName(): 返回線程名。
• setName(): 設置線程名。

啟動一個線程就是把一個函數(shù)傳入并創(chuàng)建Thread實例，然后調用start()開始執(zhí)行，例子：

import time, threading
 
# 新線程執(zhí)行的代碼:
def loop():
    print('thread %s is running...' % threading.current_thread().name)
    n = 0
    while n < 5:
        n = n + 1
        print('thread %s >>> %s' % (threading.current_thread().name, n))
        time.sleep(1)
    print('thread %s ended.' % threading.current_thread().name)
 
print('thread %s is running...' % threading.current_thread().name)
t = threading.Thread(target=loop, name='LoopThread')
t.start()
t.join()
print('thread %s ended.' % threading.current_thread().name)
 

執(zhí)行結果如下圖:

總結

本篇文章就到這里了，希望能夠給你帶來幫助，也希望您能夠多多關注腳本之家的更多內容!

最新評論